¿No le conviene? No hay problema. Puedes devolver los artículos hasta 30 días
No se equivocará con un vale de regalo. El destinatario puede elegir cualquier producto de nuestra oferta.
Hasta 30 días para devoluciones
Cet ouvrage est consacré à la recherche et au développement de méthodes d'apprentissage automatique destinées à la prévision et à l'optimisation de la consommation d'énergie des entreprises industrielles. L'étude a été réalisée à partir de données réelles sur la consommation électrique quotidienne des mines de la société Qarmet pour la période 2014-2025. Une analyse comparative des modèles RNN, LSTM, GRU et Transformer a été effectuée pour la prévision à court terme de séries chronologiques. D'après les résultats des expériences, le modèle Transformer, avec une fenêtre d'observation de 30 jours et une prévision directe en plusieurs étapes, a été reconnu comme le plus efficace. Sur la base de ces prévisions, une méthode de lissage des pics de charge a été mise au point tout en préservant la consommation énergétique totale. Un progiciel assurant la prévision, l'optimisation et la visualisation des résultats a été développé. L'approche proposée peut servir d'outil d'aide à la décision pour améliorer l'efficacité énergétique et planifier les modes de consommation d'énergie des entreprises industrielles.
¡Hola! Soy Libroamiko, tu asesor de libros.
¿Cómo puedo ayudarte?